基于向量夹角余弦的SI住宅虚拟企业合作伙伴选择方法

袁梦琪， 李忠富， 李 龙

(大连理工大学 建设管理系， 辽宁 大连 116024)

住宅产业的发展为国家经济持续增长提供了较大的推动力。然而，长期相对粗放的住宅建造与管理方式限制了住宅产业的可持续发展。在“转方式、调结构”的新形势下，为解决住宅能耗大、寿命短、二次装修浪费、维修困难等问题，实现住宅产业的可持续发展，全面提升住宅综合品质，迫切需要推广产业化的先进住宅建造方式。“SI体系住宅”是一种支撑体(Skeleton)与填充体(Infill)相对分离的先进住宅形式，作为支撑体的结构承重骨架在达到百年住宅对于耐久性、高强度等要求的基础上，在设计使用寿命期内保持不变，填充体则可以根据使用者的意愿进行替换、更新、改造、调整，以满足对不同内部空间结构和内容的要求。通过支撑体和填充体之间的有效衔接，SI体系住宅保证了外部结构的安全耐久与内部体系的灵活可变，实现了住宅产业的可持续发展。

SI体系住宅相对于传统住宅具有参与主体多、信息交互复杂、专业技术要求高、协同难度大等特点。我国SI住宅仍处于发展初期，尚无专门的SI住宅产业集团。随着信息技术及住宅互联网的发展，企业外部交易成本降低，以虚拟企业的形式进行SI住宅的建造与推广成为可行的发展路径。SI住宅虚拟企业需要多个相关主体的共同参与，如何选择适宜的合作伙伴共同构建虚拟企业，是SI住宅发展亟待探索的问题。

SI住宅在国外得到了较好的实践与推广，我国在借鉴国外相关成熟的理论和技术的基础之上，提出了适宜中国发展需要的CSI(China Skeleton Infill)住宅体系[1]。住建部住宅产业化促进中心发布的《CSI住宅建设技术导则(试行)》[2]作为国家层面的指示文件对SI住宅的推广进行了宏观指引。

随着“中国百年住宅”战略的实施，一些先锋企业也积极探索适合的SI住宅体系，诸位学者针对SI住宅建造与管理组织模式的探讨也逐步开展。李忠富等通过对SI住宅发展历程与技术集成的研究，探讨了SI住宅对我国住宅可持续发展的重要意义[3]。陈小波等[4]依托BIM平台，提出了基于BIM(Building Information Modeling)的SI住宅项目管理体系。李忠富、曹新颖[5]分析了SI住宅各利益相关方的角色定位，构建了SI住宅多主体协同动力模型。曹新颖[6]系统论述了SI住宅建设过程中的多主体协同问题，阐述了SI住宅虚拟企业的本质内涵与运行模式，分析了不同参与主体为盟主的SI住宅虚拟企业的组织运行模式。刘禹等[7]从敏捷制造的角度探讨了SI体系产业组织模式及其实现路径。李忠富、曹新颖[8]提出了基于并行工程的SI住宅建设管理模式。虚拟企业合作伙伴选择影响因素方面，戴东升[9]从平衡视角出发探讨了虚拟企业合作伙伴的选择与维护模式。田俊峰等[10]探讨了虚拟企业合作伙伴选择的信任场模型。袁华等[11]系统分析了基于合作网络的虚拟企业合作伙伴选择机制。卲际树等[12]运用灰色关联度方法构建了虚拟企业合作伙伴选择方法。

以上研究从不同的角度对SI住宅的建设管理模式进行了探讨，针对虚拟企业合作伙伴选择的研究也取得了一定的成果，但具体到SI住宅虚拟企业合作伙伴的选择问题，尚未有针对性的研究探讨。鉴于此，本文在上述研究的基础上，通过分析SI住宅虚拟企业本质内涵及合作伙伴选择的影响因素，运用向量夹角余弦评估方法构建方法模型，以期对SI住宅虚拟企业合作伙伴的选择提供方法支持。

1 SI住宅虚拟企业合作伙伴选择的影响因素分析

1.1 SI住宅虚拟企业的界定

SI住宅虚拟企业是为适应市场快速多变的需求，由投资开发企业、设计研发企业、施工装配企业、生产供应企业、运营管理企业根据优势组合的策略，在各自核心优势领域独立运作的基础上通过先进的网络通讯技术进行协同合作，实现SI住宅建设使用全过程的资源整合与优化配置，并行开发多样化、个性化的住宅产品以满足市场需求的企业组织模式。

SI住宅虚拟企业的组织和运行会有一个起龙头作用的集成型敏捷住宅企业作为盟主，由盟主企业带动和组织各联盟企业协同运作。当前我国SI住宅发展尚处于起步阶段，产业链尚不完善，企业的技术与管理能力尚未成熟，SI住宅实施中心仍为现场施工而非工厂生产，故现阶段的盟主企业通常由开发企业担当。随着SI住宅的逐步发展，虚拟企业各相关企业均可以通过自身的业务优势成为盟主企业并组建不同组织模式的SI住宅虚拟企业，由投资开发企业为盟主的SI住宅虚拟企业组织模式如图1所示。图中实箭线表示物质流，虚箭线表示信息流。

图1 以投资开发企业为盟主的SI住宅虚拟企业组织模式

1.2 合作伙伴选择影响因素

SI住宅虚拟企业合作伙伴选择影响因素主要有企业核心能力、企业运营状况、企业协同意愿、企业社会认同度四个方面。各企业核心能力是其参与构建虚拟企业的基础，体现在企业的业务水平、产品与服务质量、产品的研发生产成本与交易价格、是否具有SI住宅研发技术与生产标准，且要考虑体系标准与其他企业的兼容与匹配情况；企业运营状况反映了其能否长远发展，体现在财务状况是否良好、是否具有系统的信息处理与反馈机制、是否具有立足市场需求的SI住宅相关研发创新，对市场变化的把控是否迅捷准确；企业协同意愿反映了其参与构建虚拟企业的能动程度，体现在企业之间目标是否一致、合作意愿强弱程度、资源与信息共享的意愿及可行性、地理位置是否接近以便于运用相对统一的SI住宅建造标准；社会认同度反映了合作伙伴之间合作关系的稳定性与长期性，包括企业的信誉、价值、品牌。

2 SI住宅虚拟企业合作伙伴选择评价指标体系

2.1 指标体系的构建

选择虚拟企业合作伙伴需要依托量化的评价方法，而评价指标体系则是定性影响因素与定量评价方法的连接点。根据文献[6]提出的SI住宅虚拟企业合作伙伴影响因素及相关指标，构建SI住宅虚拟企业合作伙伴选择评价指标体系，如图2所示。

图2 SI住宅虚拟企业合作伙伴选择评价指标体系

2.2 评价指标的量化

对评价体系内的各指标进行量化处理，鉴于各指标均为正向型定性指标的特点，本研究运用评估者投票的方式获取原始决策信息，通过线性加权平均法计算各指标评估得分。由专家评价组根据各指标的具体情况进行信息收集与调研，建立评估等级为：{优，良，中，较差，差}，作为各指标隶属等级的划分。为求计算便捷与准确，确立对应的测度区间为：[1.0，0.75，0.5，0.25，0]，根据测度区间的各个隶属度对各指标进行评估，得各指标的量化评估值σi为：

σi=(1×N1+0.75×N2+0.5×N3+0.25×N4+0×N5)/N

(1)

式中：Ni为不同等级对应的专家得票数；N为专家投票的总数。

2.3 评价指标权重的确定

各评价指标对评价整体的影响程度是不同的，需要对各级指标赋予不同的权重。本文运用有序加权算子，即OWA(OrderedWeightedAveraging)算子[13]进行指标权重的确定，该方法为美国学者Yager提出的一种确定型权重计算方法。在Yager研究的基础上，我国学者针对该方法进行了一系列的改进和拓展[14]。在赋权过程中，权重计算前先用加权向量对决策数据实施加权，对决策数据极端值赋予较小的权重，对相对正常值给予较大的权重，使得各决策数据对赋权结果的影响程度不同，通过这种方式可以有效削弱决策数据极端值对赋权结果的影响[15]。本文采用了一种基于组合数加权的OWA算子，权重计算步骤如下[16]：

(1)由n位赋权者对同一层次的评价指标进行重要性打分，构成重要性初始决策向量(a1,a2,…,an)对决策数据从大到小排序并从0开始编号，得结果为b0≥b1≥…≥bn-1，即(b1,b2,…,bn)。

(3)

式中：m表示指标因素的个数。

(4)计算指标因素的相对权重ωi，即：

(4)

3 SI住宅虚拟企业合作伙伴选择模型

3.1 向量夹角余弦评估方法的基本原理

向量夹角余弦评估模型本质上是一种目标实际值与目标理想值之间一致性程度的检验方法，通过实际值向量与理想值向量之间的余弦值计算，实现数学几何思维向实际管理问题的转化。向量夹角余弦评估方法运用空间向量之间夹角的余弦值作为两者差异程度的度量，通过比较各方案与理想方案之间夹角余弦值的大小来判断各方案的优劣程度，根据余弦函数性质，当两向量夹角在[0，π/2]之间时，余弦函数单调递减，在区间[0，1]内取值，余弦值越大，说明方案与理想方案间之间夹角越小，该方案越接近最优方案。

(5)

ρi越大，方案越优，当ρi=1，表明该方案即最佳方案。

(6)

式中：i为潜在企业整体水平方案；Vj为第j个指标因素；ρi-Vj为去掉Vj后的向量夹角余弦值。由于上式中分子是第i个企业方案去掉Vj后的向量夹角余弦值与原向量夹角余弦值之差，故α为正值表示Vj指标因素对决策目标值具有不利影响，α为负值则相反。

3.2 合作伙伴选择评价实施步骤

结合SI住宅虚拟企业合作伙伴选择实际情况，运用向量夹角余弦方法设计评价步骤如下：

(1)组织SI住宅虚拟企业合作伙伴选择专家组依据评价等级就各潜在伙伴企业进行指标评估，根据式(1)量化计算，构建体现各潜在伙伴企业综合水平的初始决策矩阵：

Xi={xij|i=1,2,…,m;j=1,2,…,n}

式中：xij为第i个潜在伙伴企业的第j个评价指标的评估值。

(2)由专家组进行重要性打分，执行OWA算子赋权计算程序，确定各级指标权重。

(3)对初始决策矩阵进行加权处理，通过初始矩阵与权重向量的合成，计算得加权决策矩阵：

(7)

(4)确定理想方案。理想方案反映到向量夹角余弦方法中即加权决策矩阵各指标均取得最优解，在本研究构建的测度等级中，运用加权平均的方法进行计算处理，隶属度最高时必然取值为1，故各指标的最优值均取值为1。

(5)计算各潜在企业评估向量与理想状态向量的夹角余弦值，根据ρi的大小进行排序，ρi越大说明该企业的综合水平越高。

(6)计算各潜在伙伴企业各指标因素的敏感性系数α，判断各指标因素对企业综合水平的影响程度。

4 案例分析

4.1 项目概况

本案例分析以上海绿地南翔威廉公馆“百年住宅”项目为原型，该项目自2012年10月开始立项考察，作为我国首个SI百年住宅项目，项目启动时尚无体系化、标准化的技术规范与组织管理模式，在案例研究过程中，通过参考国外成熟案例建造模式与相应组织情况，对本案例进行一定程度的修正和假设。该项目投资开发企业为上海绿地集团，项目建设管理模式为以投资开发企业为盟主的SI住宅虚拟企业模式，由绿地集团成立的威廉置业有限公司为核心盟主，选择各合作伙伴共同构建虚拟企业，实施该项目的建造与运营。下面以对研发设计企业合作伙伴的选择为例，运用本文构建的选择方法进行分析。

4.2 潜在伙伴企业评估量化

根据项目实践情况，共有三家研发设计企业作为潜在合作伙伴，以甲、乙、丙指代。需要对甲、乙、丙的整体水平进行综合评估。

组织由7名专家组成的专家团队进行各指标重要性打分，为求计算便捷，要求打分区间为0～10分，汇总赋权打分表，以一级指标为例，专家赋权情况见下表1。

表1 赋权决策数据

组织由专家和投资开发企业内部人员共同组成的评估小组对甲、乙、丙作为本项目合作伙伴企业的综合水平进行考察评估，根据评估等级与测度等级进行打分统计，根据式(1)计算汇总得甲、乙、丙的综合得分(表2)。

表2 伙伴企业评估初始决策矩阵

通过各级指标权重向量，可以有效确定各指标相对于总目标的权重值。

4.3 向量夹角余弦评估

(1)根据式(7)，将所构建的初始决策矩阵与各级指标权重进行矩阵合成，得加权决策矩阵Y为：

(3)根据式(5)计算三个企业的评估向量与理想方案向量的夹角余弦值，分别为：

ρ甲=cos〈X甲,X*〉=0.986

ρ乙=cos〈X乙,X*〉=0.960

ρ丙=cos〈X丙,X*〉=0.962

由于ρ甲>ρ丙>ρ乙，根据ρi越大与理想方案的相似度越高的原则，可以判定企业甲为适宜的SI住宅虚拟企业合作伙伴。

(4)为进一步判断各潜在合作伙伴企业的各项评估指标对最终综合评估的影响程度，继续进行敏感性分析，选择丙企业为例进行计算，根据式(6)计算各因素的敏感性系数，具体计算结果见表3。

表3 指标敏感性分析

分析结果可知，各指标对总体评价结果的影响程度区别不大，表明丙企业要提高自身综合水平，需要针对全部指标实施全面补强。

5 结 论

(1)本文阐述了SI住宅虚拟企业的相关内涵，界定了核心能力、运营状况、协同意向及社会认可四类SI住宅虚拟企业合作伙伴选择影响因素，为选择方法的实证研究奠定了基础。

(2)构建OWA算子与向量夹角余弦相结合的分析方法，可以在合理确定影响因素权重的情况下有效确定潜在伙伴企业的综合评估水平，为SI住宅虚拟企业合作伙伴选择提供了科学的方法支持。

(3)结合敏感性分析的评估方法可以进一步确定影响综合评估结果的敏感性因素，为潜在伙伴企业提高自身竞争力提供决策支持。

[1] 王全良. 大力推广CSI住宅建设 实现住宅产业发展新突破——住宅产业化工作座谈会上的演讲[J]. 住宅产业, 2009, (12): 34-35.

[2] 住房和城乡建设部住宅产业化促进中心, 济南市住宅产业化发展中心.CSI住宅建设技术导则(试行)[K]. 北京: 中国建筑工业出版社, 2010.

[3] 李忠富, 孙丽梅. 住宅产业化发展中的SI体系研究[J]. 工程管理学报, 2014, 28(3): 47-51.

[4] 陈小波, 刘 禹. 基于BIM技术的SI住宅项目管理体系研究[J]. 建筑经济, 2014, (7): 28-31.

[5] 李忠富, 曹新颖.SI住宅多主体协同动力机制研究[J]. 建筑经济, 2015, 36(10): 115-119.

[6] 曹新颖.SI住宅建设过程多主体协同机制研究[D]. 大连: 大连理工大学, 2015.

[7] 刘 禹, 李忠富.SI体系建筑产业组织模式及其实现路径研究——基于敏捷建造模式[J]. 建筑经济, 2016, 37(2): 14-17.

[8] 李忠富, 何雨薇. 基于并行工程的SI体系住宅建设研究[J]. 建筑经济, 2011, 37(6): 96-100.

[9] 戴东升. 基于平衡视角的虚拟企业合作伙伴选择与关系维护研究[D]. 上海: 复旦大学, 2012.

[10]田俊峰, 王闫杰. 虚拟企业合作伙伴选择的信任场模型[J]. 系统工程理论与实践, 2014, 34(12): 3250-3259.

[11]袁 华, 刘 耘, 钱 宇. 基于合作网络的虚拟企业合作伙伴选择研究[J]. 管理工程学报, 2016, 30(1): 80-87.

[12]卲际树, 余祖伟. 基于灰色关联度的虚拟企业合作伙伴选择评价方法[J]. 统计与决策, 2016, (23): 40-43.

[13]YagerRR.FamiliesOWAoperators[J].FuzzySetsandSystems, 1993, 59(2): 25-148.

[14]XuZ.DependentOWAoperators[J].ModelingDecisionsforArtificialIntelligence, 2006, 3885: 172-178.

[15]王 煜, 徐泽水.OWA算子赋权新方法[J]. 数学的实践与认识, 2008, 38(3): 51-61.

[16]陈为公, 张胜昔, 王会会. 基于PCA—C-OWA算子赋权的钢筋混凝土施工质量灰色聚类评价[J]. 土木工程与管理学报, 2016, 33(1): 1-6.

[17]马 强, 朱 健, 肖衡林. 高填方涵洞涵顶土压力影响因素敏感性分析[J]. 土木工程与管理学报, 2015, 32(2): 8-12.